MCDMProbabilistic Loss Metric
Лог-втрата (перехресна ентропія)
Лог-втрата вимірює різницю між прогнозованими ймовірностями та фактичними мітками, штрафуючи впевнені неправильні прогнози більше, ніж невизначені. Це стандартна функція втрат в оптимізації машинного навчання та оцінює калібрування ймовірнісних класифікаторів.
Читати метод повністю
Лише для учасників
УвійтиУвійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. link ↗
- Bishop, C. M. (1995). Neural Networks for Pattern Recognition. Oxford University Press. DOI: 10.1093/oso/9780198538493.001.0001 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/uk/model-evaluation/log-loss
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ТочністьОцінювання моделей↔ compare
- Оцінка БрієраОцінювання моделей↔ compare
- F1-ScoreОцінювання моделей↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →